[发明专利]基于图卷积网络的道路的交通流量的预测方法有效
| 申请号： | 201910370506.4 | 申请日： | 2019-05-06 |
| 公开（公告）号： | CN110264709B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 郭宇春;魏中锐;刘翔;陈一帅 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;H04L12/24 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于图卷积网络的道路的交通流量的预测方法。该方法包括：采集过去一段时间内的车辆GPS数据；将车辆GPS数据与实际路网信息数据进行整合，得到道路交通流量特征矩阵，利用线图转换将实际路网上的道路与道路交点进行转换，生成道路邻接矩阵；基于道路邻接矩阵和道路交通流量特征矩阵，通过利用GCN网络和LSTM网络综合道路的交通流量数据的空间特征和时间特征得到下一时间段的道路的交通流量数据的预测值。本发明通过综合利用GCN提取的道路的交通流量数据的空间特征和LSTM提取的道路的交通流量数据的时间特征，并结合时间周期特征及天气特征，来对道路的交通流量数据进行预测，预测效果比只利用时间特征或者空间特征来进行预测的效果更好。 | ||
| 搜索关键词： | 基于 图卷 网络 道路 交通 流量 预测 方法 | ||
【主权项】：
1.一种基于图卷积网络的道路的交通流量的预测方法，其特征在于，包括：采集过去一段时间内的车辆GPS数据；将所述车辆GPS数据与实际路网信息数据进行整合，得到道路交通流量特征矩阵，利用线图转换将实际路网上的道路与道路交点进行转换，生成道路邻接矩阵；基于所述道路邻接矩阵和道路交通流量特征矩阵，通过GCN网络提取道路的交通流量数据的空间特征，通过LSTM网络提取道路的交通流量数据的时间特征，综合所述道路的交通流量数据的空间特征和时间特征得到下一时间段的道路的交通流量数据的预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910370506.4/，转载请声明来源钻瓜专利网。
